Wykaz publikacji wybranego autora

Gabriela Ciołek, mgr

doktorant

Wydział Fizyki i Informatyki Stosowanej
WFiIS, Wydział Fizyki i Informatyki Stosowanej


Identyfikatory Autora

ORCID: 0000-0002-3335-9314 połącz konto z ORCID

ResearcherID: brak

Scopus: 57190249261



Statystyka obejmuje publikacje afiliowane AGH od 2008 roku włącznie

typ publikacji
rocznikl. publ.książkifragm.referatyartykułypatentymapyred. czas.inne
ogółem22
202011
201711
język publikacji
rocznikrazempolskojęzyczneanglojęzycznepozostałe języki
ogółem22
202011
201711
kraj wydania
rocznikrazempubl. krajowepubl. zagraniczne
ogółem22
202011
201711
Lista Filadelfijska
rocznikrazempubl. z LFpubl. pozostałe
ogółem22
202011
201711
punktacja MNiSW
rocznikrazempubl. z pkt. MNiSWpubl. pozostałe
ogółem22
202011
201711
publikacje recenzowane
rocznikrazempubl. recenzowanepubl. nierecenzowane
ogółem22
202011
201711



1
  • Bootstrapping periodically autoregressive models / Gabriela CIOŁEK, Paweł POTORSKI // ESAIM. Probability and Statistics ; ISSN 1292-8100. — 2017 vol. 21, s. 394–411. — Bibliogr. s. 410-411, Abstr.. — Publikacja dostępna online od: 2018-01-08. — G. Ciołek - dod. afiliacja: LTCI, Télécom ParisTech, Université Paris-Saclay

  • keywords: time series, bootstrap, least squares estimation, periodically autoregressive models

    cyfrowy identyfikator dokumentu: 10.1051/ps/2017017

2
  • Statistical learning based on Markovian data maximal deviation inequalities and learning rates / Stephan Clémençon, Patrice Bertail, Gabriela CIOŁEK // Annals of Mathematics and Artificial Intelligence ; ISSN 1012-2443. — 2020 vol. 88 iss. 7 spec. iss., s. 735–757. — Bibliogr. s. 755–757, Abstr.. — Publikacja dostępna online od: 2019-08-29. — G. Ciołek - pierwsza afiliacja: LTCI, Télécom Paris, Institut Polytechnique de Paris, Paris, France. — ISAIM 2018 : the fifteenth Internatonal Symposium on Artifical Intelligence and Mathematics : Fort Lauderdale, USA, January 3–5, 2018. — tekst: https://link.springer.com/content/pdf/10.1007/s10472-019-09670-6.pdf?pdf=button

  • keywords: unsupervised learning, novelty detection, stationary probability distribution, regenerative method, minimum volume set, Harris positive Markov chain, generalization bound, empirical process, concentration inequality

    cyfrowy identyfikator dokumentu: 10.1007/s10472-019-09670-6